基于局部HOG算子的人脸表情识别开题报告

 2021-08-08 00:43:29

全文总字数:2736字

1. 研究目的与意义

面部表情(facial expression)是指通过眼部肌肉、颜面肌肉和口部肌肉的变化来表现各种情绪状态。人脸表情在日常生活中扮演着重要的角色,它是人类表达感情的途径之一。近年来,人脸表情研究越来越火热,主要的应用领域包括人机交互、安全、机器人制造、医疗、通信和汽车领域等。同时,人脸表情识别技术不仅仅包括模式识别领域,还涉及人工智能、神经学、计算机等的交叉学科,人脸表情的发展同时也促进了这些学科的进步。综上,人脸表情识别在日常交流和人机交互方面有着重大作用,具有重大的研究意义。本课题基于HOG算子,分析数据库数据,得出相关结论。

2. 国内外研究现状分析

1971年,心理学家ekman与friesen的研究最早提出人类有六种主要情感,每种情感以唯一的表情来反映人的一种独特的心理活动。

这六种情感被称为基本情感,由愤怒(anger)、高兴(happiness)、悲伤(sadness)、惊讶(surprise)、厌恶(disgust)和恐惧(fear)组成,这为以后的表情研究奠定了基础。

1978年,suwa等人对一段视频动画进行了人脸表情识别的最初尝试,分析其表情变化。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的基本内容与计划

表情识别的过程为首先获取人脸图像库,进行人脸检测 和人脸配准,这两个方法为表情识别的预处理步骤,然后进行特征提取和表情分类,这是表情识别的关键步骤。目前表情识别的研究大多集中在这两个部分,最后确定表情的所属类别。

3.1 内容

1)常用表情库

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

Hog算子最初应用于行人检测,但hog算子未考虑局部特征之间的空间排列信息,导致hog特征信息不够完整。因此,本课题构建了基于hog局部算子的人脸表情识别算法。

首先将一副图像进行不同层次的划分,得到不同尺度和不同分辨率的子图像,分别求得每一个子图像的hog特征向量,并对其进行标准化处理,最终级联所有的hog特征向量,得到图像的最终hog特征。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。